MétaCan
Menu
Retour à la cohorte
Enregistrement W3125719194

CROSS-COUNTRY EVIDENCE ON THE CAUSAL RELATIONSHIP BETWEEN POLICY UNCERTAINTY AND HOUSE PRICES

2013· preprint· en· W3125719194 sur OpenAlexaboutno aff
Ghassen El Montasser, Ahdi Noomen Ajmi, Tsangyao Chang, Beatrice D. Simo‐Kengne, Christophe André, Rangan Gupta

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2013
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCausality (physics)Volatility (finance)EconomicsHouse pricePanel dataMonetary policyGranger causalityMacroeconomicsEconometricsMonetary economics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper empirically examines the causal linkages between policy uncertainty and house prices in a panel of seven advanced countries including Canada, France, Germany, Italy, Spain, the UK and the US. We implement a bootstrap panel causality test on quarterly data from 2001Q1 to 2013Q1, which allows us to circumvent the data limitation as observations are pooled across countries. Empirical results provide evidence of a bi-directional causality between real house prices and policy uncertainty, suggesting that high uncertainty related to future economic fundamentals and policies increases house price volatility, which in turn may amplify financial and business cycles. This finding is consistent with individual results for France and Spain, while contrasting with the unidirectional causality reported in the remaining countries. Particularly, support for a unidirectional causality running from policy uncertainty to real house prices is found in Canada, Germany and Italy, while a unidirectional causality running from real house prices to policy uncertainty prevails in the UK and the US.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,121
Tête enseignante GPT0,349
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetHousing Market and EconomicsTravaux en français237 207